qq_42847843的博客

前言在做实战项目时，最好有一定的基础。个人觉得吴恩达的视频讲解的很好，可以看一下打个基础。内容附上代码以及详细解析 import tensorflow as tf import numpy as np fromtensorflow.examples.tutorials.mnist import input_data mnist =input_data.read_data_sets('E...

手写数字识别，为了学习的需要，所以记录的超级详细。一看就会，一看就懂。一开始下载数据可能会花费点时间。直接复制，即可运行工具：pycharm'''在 MNIST 数据集中的每张图片由 28 x 28 个像素点构成, 每个像素点用一个灰度值表示.在这里, 我们将 28 x 28 的像素展开为一个一维的行向量, 这些行向量就是图片数组里的行(每行 784 个值, 或者说每行就是代表了一张图...

深度学习框架中涉及很多参数，如果一些基本的参数如果不了解，那么你去看任何一个深度学习框架是都会觉得很困难，下面介绍几个新手常问的几个参数。batch深度学习的优化算法，说白了就是梯度下降。每次的参数更新有两种方式。第一种，遍历全部数据集算一次损失函数，然后算函数对各个参数的梯度，更新梯度。这种方法每更新一次参数都要把数据集里的所有样本都看一遍，计算量开销大，计算速度慢，不支持在线学习，这称为...

tf.reduce_mean()函数用于计算张量tensor沿着指定的数轴（tensor的某一维度）上的平均值，主要用作降维或者计算tensor（图像）的平均值。tf.reduce_mean( input_tensor, axis=None, keep_dims=False, name=None, reduction_indices=None)参数：input_tens...

@[TOC]**tf.nn.softmax参数详解以及作用**tf.nn.softmax(logits,axis=None,name=None,dim=None)logits：一个非空的Tensor。必须是下列类型之一：half， float32，float64axis：将在其上执行维度softmax。默认值为-1，表示最后一个维度name：操作的名称(可选)dim：axis的已弃用...